我国老龄化问题日益加重,老年人数量在社会中所占的比例较高,对老年人和残疾人的护理将需要大量的服务机器人完成诸如帮扶、取物、导盲等工作,从而减少对护理人员的需求,减轻社会负担;家庭服务机器人在执行任务时,应当根据紧急任务优先执行和能量消耗尽量小的原则,合理地确定任务执行的顺序。家庭服务机器人能够处理任务的前提是具备自主导航能力,家庭服务机器人自主导航主要包含室内环境建模问题、自主定位问题和路径规划问题。由于卫星定位信号无法抵达室内,而且室内的环境也经常由于家庭需求而发生改变,所以截止目前还没有一套实用的导航系统可以满足家庭服务机器人的导航需要。根据以上基本情况,本文对家庭服务机器人的室内导航技术展开研究,主要包括环境建模与自主定位分析、全局路径规划算法改进融合、局部路径规划算法融合和导航系统搭建四个方面,具体内容如下:（1）室内环境建模与家庭服务机器人自主定位理论研究。从概率的角度给出了家庭服务机器人同时定位与地图构建（Simultaneous Location And Mapping,SLAM）问题的具体描述。介绍了装有四个麦克纳姆轮的全向移动机器人平台的里程计运动模型和激光雷达观测模型以及测距原理。详细介绍了Gmapping算法。（2）改进人工势场法与改进蚁群算法融合的全局路径规划研究。在基本人工势场法的基础上提出了安全距离概念、预测距离概念和虚拟目标点概念,仿真结果表明,改进后的算法速度提高,可以避免陷入局部最小点,规划出的路径长度更短。在基本蚁群算法的基础上,提出了目标导向策略、新的信息素更新规则,并对算法生成的最优路径进行平滑处理,仿真结果表明,改进后的算法收敛速度更快,寻找到的最优路径长度更短,也更加平滑。将改进后的人工势场法与改进后的蚁群算法融合,减小了蚁群算法的搜索空间,进一步提升了算法的速度。（3）神经网络算法与模糊算法相融合的局部路径规划算法。把模糊控制算法引入到神经网络中,减少了对存储器的要求、增大了神经网络的泛化和容错能力,利用相应的模糊系统来初始化神经网络结构,使模糊控制器规则的在线精度和神经网络的学习速度均能有较大提高。提出了具有实际隶属度函数的模糊神经网络算法,综合考虑动态和静态障碍物危险等级,得出服务机器人的避障方向。（4）搭建导航系统的软硬件平台,对研究的路径规划算法进行实物验证。使用基于ROS（Robot Operating System）机器人操作系统的FS＿ROBOT移动机器人平台,验证了在几种不同的环境下,Gmapping算法构建地图的效果良好。在ROS导航框架下,改进的全局路径规划算法能够和改进的局部路径规划算法高效配合,使得移动机器人平台可以按照规划出的路线避开静态障碍物,在检测到动态障碍物时,躲避动态障碍物;按照任务优先级完成各项任务,并使总的路径最短。通过以上导航技术相关内容的研究,可以使家庭服务机器人具备快速搜索出最优或次优路径的能力,达到减少能耗和执行时间的目的。再结合紧急任务优先执行的原则,就可以使家庭服务机器人即能够按照合理顺序完成任务,又能够减少能耗和执行时间。对于家庭服务机器人导航技术的推进具有重要意义。